واقعی در مقابل دیجیتال در مدارس ترکیبی فردا: آینده آموزش P4

اعتبار تصویر: کوانتوم ران

واقعی در مقابل دیجیتال در مدارس ترکیبی فردا: آینده آموزش P4

    به طور سنتی، بیشتر دانش‌آموزان از کلمه «تنبل» برای توصیف نحوه تعامل مدرسه‌شان با فناوری جدید استفاده می‌کنند. هنجارهای آموزشی مدرن برای دهه ها، اگر نگوییم قرن ها وجود داشته است، در حالی که فناوری های جدید تا حد زیادی برای ساده کردن مدیریت مدرسه نسبت به بهبود یادگیری دانش آموزان کار کرده است.

    خوشبختانه، این وضعیت موجود در مورد تغییر کامل است. دهه های آینده شاهد الف سونامی روندها سوق دادن سیستم آموزشی ما به سمت مدرن شدن یا مرگ.

    ترکیب فیزیکی و دیجیتال برای ایجاد مدارس ترکیبی

    «مدرسه ترکیبی» اصطلاحی است که در محافل آموزش و پرورش با احساسات متفاوت مطرح می شود. به زبان ساده: یک مدرسه ترکیبی دانش‌آموزان خود را هم در داخل دیوارهای آجری خود و هم از طریق استفاده از ابزارهای تحویل آنلاین که دانش‌آموز تا حدی بر آن کنترل دارد، آموزش می‌دهد.

    ادغام ابزارهای دیجیتال در کلاس درس امری اجتناب ناپذیر است. اما از منظر معلمان، این دنیای جدید و شجاع، حرفه معلمی را به خطر می اندازد و قراردادهای سنتی یادگیری را که معلمان مسن یک عمر صرف یادگیری آن کرده اند، در هم می شکند. علاوه بر این، هر چه یک مدرسه بیشتر به فناوری وابسته شود، خطر هک یا اختلال در فناوری اطلاعات که روز مدرسه را تحت تأثیر قرار می دهد بیشتر می شود. نه به افزایش کارکنان فنی و اداری مورد نیاز برای مدیریت این مدارس ترکیبی.

    با این حال، متخصصان آموزشی خوشبین تر این انتقال را مثبت محتاطانه می دانند. با اجازه دادن به نرم افزارهای آموزشی آینده که بیشتر درجه بندی و برنامه ریزی دروس را مدیریت کنند، معلمان می توانند کارآمدتر و موثرتر کار کنند. آنها زمان بیشتری برای تعامل با دانش آموزان و رفع نیازهای یادگیری فردی خود خواهند داشت.

    بنابراین وضعیت مدارس ترکیبی تا سال 2016 چگونه است؟

    در یک سر طیف، مدارس ترکیبی مانند مؤسسه علوم کامپیوتر فرانسه وجود دارد، 42. این آموزشگاه کدنویسی پیشرفته 24/7 باز است، با بسیاری از امکانات رفاهی که در یک استارت آپ پیدا می کنید طراحی شده است، و از همه جالبتر اینکه کاملاً خودکار است. هیچ معلم یا مدیری وجود ندارد. در عوض، دانش‌آموزان خود را در گروه‌ها سازماندهی می‌کنند و کدنویسی را با استفاده از پروژه‌ها و یک اینترانت آموزش الکترونیکی پیچیده یاد می‌گیرند.

    در همین حال، نسخه گسترده تر مدارس ترکیبی بسیار آشناتر است. اینها مدارسی هستند که در هر اتاق تلویزیون دارند و تبلت در آنها تشویق یا ارائه می شود. اینها مدارسی هستند که دارای آزمایشگاه‌های کامپیوتری و کلاس‌های کدنویسی هستند. اینها مدارسی هستند که دروس انتخابی و رشته‌هایی را ارائه می‌دهند که می‌توان آن‌ها را به صورت آنلاین مطالعه کرد و در کلاس امتحان کرد. 

    هرچند ممکن است برخی از این پیشرفت‌های دیجیتالی در مقایسه با موارد پرت مانند 42 سطحی به نظر برسند، اما تنها چند دهه پیش از آنها شنیده نشده بود. اما همانطور که در فصل قبلی این مجموعه بررسی شد، مدرسه ترکیبی آینده این نوآوری‌ها را از طریق معرفی هوش مصنوعی (AI)، دوره‌های آنلاین باز گسترده (MOOCs) و واقعیت مجازی (VR) به سطح بعدی خواهد برد. بیایید هر کدام را با جزئیات بیشتری بررسی کنیم. 

    هوش مصنوعی در کلاس درس

    ماشین‌هایی که برای آموزش به مردم طراحی شده‌اند سابقه طولانی دارند. سیدنی پرسی اولین مورد را اختراع کرد ماشین آموزشی در دهه 1920 و به دنبال آن رفتارشناس مشهور نسخه BF Skinner در دهه 1950 منتشر شد. در طول سال‌ها تکرارهای مختلفی انجام شد، اما همگی طعمه این انتقاد رایج شدند که دانش‌آموزان را نمی‌توان در خط مونتاژ آموزش داد. آنها نمی توانند با استفاده از تکنیک های یادگیری رباتیک و برنامه ریزی شده یاد بگیرند. 

    خوشبختانه، این انتقادات نوآوران را از ادامه تلاش خود برای جام مقدس آموزش بازدارد. بر خلاف پرسسی و اسکینر، نوآوران آموزش امروزی به ابررایانه‌های مبتنی بر داده‌های بزرگ دسترسی دارند که نرم‌افزار پیشرفته هوش مصنوعی را تامین می‌کنند. این فناوری جدید، همراه با بیش از یک قرن تئوری تدریس است که طیف وسیعی از بازیکنان کوچک و بزرگ را برای ورود و رقابت در این بازار تخصصی، هوش مصنوعی در کلاس، جذب می‌کند.

    از جنبه نهادی، ناشران کتاب‌های درسی مانند آموزش مک‌گراو هیل را می‌بینیم که خود را به شرکت‌های فناوری آموزشی تبدیل می‌کنند تا راهی برای تنوع بخشیدن به بازار کتاب‌های درسی در حال مرگ. به عنوان مثال، مک گراو هیل در حال سرمایه گذاری است دروس دیجیتال تطبیقی، به نام ALEKS، این به معنای کمک به معلمان با کمک به آموزش و نمره دادن به دانش آموزان در موضوعات دشوار علوم، فناوری، مهندسی و ریاضیات (STEM) است. با این حال، کاری که این برنامه نمی تواند انجام دهد این است که به طور کامل درک کند که دانش آموز در چه زمانی یا کجا در درک یک موضوع با مشکل مواجه می شود، و اینجاست که معلم انسانی وارد می شود تا بینش های شخصی و سفارشی را ارائه دهد که این برنامه ها نمی توانند پشتیبانی کنند. … هنوز. 

    از جنبه علمی سخت، دانشمندان اروپایی که بخشی از برنامه تحقیقاتی اتحادیه اروپا هستند، L2TOR (تلفظ "El Tutor")، در سیستم های آموزشی به طرز شگفت انگیزی پیچیده و هوش مصنوعی همکاری می کنند. چیزی که این سیستم ها را منحصر به فرد می کند این است که به غیر از آموزش و ردیابی یادگیری دانش آموزان، دوربین ها و میکروفون های پیشرفته آن ها همچنین می توانند نشانه های احساسی و زبان بدن مانند شادی، کسالت، غم، سردرگمی و غیره را دریافت کنند. این لایه اضافه شده از هوش اجتماعی به این سیستم‌های آموزشی هوش مصنوعی و روبات‌ها اجازه می‌دهد تا بفهمند دانش‌آموز چه زمانی موضوعاتی را که به آنها آموزش داده می‌شود را درک می‌کند یا نمی‌داند. 

    اما بزرگترین بازیگران در این فضا از سیلیکون ولی آمده اند. در میان شرکت‌های پرمخاطب، Knewton است، شرکتی که تلاش می‌کند خود را به عنوان گوگل آموزش جوانان معرفی کند. از الگوریتم‌های تطبیقی ​​برای ردیابی عملکرد و نمرات آزمون دانش‌آموزانی که آموزش می‌دهد استفاده می‌کند تا پروفایل‌های یادگیری فردی ایجاد کند که سپس از آن برای سفارشی کردن روش‌های تدریس خود استفاده می‌کند. به عبارت دیگر، عادات یادگیری دانش‌آموزان را در طول زمان یاد می‌گیرد و سپس مطالب درسی را به شیوه‌ای که به بهترین نحو با اولویت‌های یادگیری آن‌ها سازگار است، به آن‌ها تحویل می‌دهد.

    در نهایت، یکی از مزایای کلیدی این معلمان هوش مصنوعی، توانایی آنها برای آزمایش موثرتر دانش آموزان در یادگیری آنها خواهد بود. در حال حاضر، آزمون‌های استاندارد شده مبتنی بر کاغذ نمی‌توانند دانش دانش‌آموزانی را که بسیار جلوتر یا عقب‌تر از منحنی کلاس هستند، به طور مؤثر اندازه‌گیری کنند. اما با الگوریتم‌های هوش مصنوعی، می‌توانیم با استفاده از ارزیابی‌های انطباقی که بر اساس سطح درک فعلی دانش‌آموزان فردی است، درجه‌بندی دانش‌آموزان را شروع کنیم و در نتیجه تصویر واضح‌تری از پیشرفت کلی آنها ارائه کنیم. به این ترتیب، آزمون های آینده به جای مهارت پایه، رشد یادگیری فردی را اندازه گیری می کند. 

    صرف نظر از اینکه کدام سیستم آموزشی هوش مصنوعی در نهایت بر بازار آموزش تسلط پیدا می کند، تا سال 2025، سیستم های هوش مصنوعی به ابزاری رایج در اکثر مدارس تبدیل خواهند شد، در نهایت تا سطح کلاس درس. آنها به مربیان کمک می کنند تا برنامه های درسی را بهتر برنامه ریزی کنند، یادگیری دانش آموزان را ردیابی کنند، آموزش و درجه بندی موضوعات انتخابی را خودکار کنند، و در مجموع زمان کافی را برای معلمان آزاد کنند تا پشتیبانی شخصی تر از دانش آموزان خود را ارائه دهند. 

    MOOCs و برنامه درسی دیجیتال

    در حالی که معلمان هوش مصنوعی ممکن است به سیستم های ارائه آموزش در کلاس های دیجیتال آینده ما تبدیل شوند، MOOC ها محتوای آموزشی را نشان می دهند که به آنها کمک می کند.

    در فصل اول این مجموعه، ما در مورد اینکه چگونه شرکت ها و مؤسسات دانشگاهی به اندازه کافی مدارک و گواهی های کسب شده از MOOCs را تشخیص دهند، صحبت کردیم. و تا حد زیادی به دلیل عدم وجود گواهینامه های شناخته شده است که نرخ تکمیل دوره های MOOC در مقایسه با دوره های حضوری بسیار کمتر از میانگین باقی مانده است.

    اما در حالی که ممکن است قطار تبلیغاتی MOOC تا حدودی جا افتاده باشد، MOOC ها در حال حاضر نقش بزرگی در سیستم آموزشی فعلی ایفا می کنند و تنها با گذشت زمان رشد خواهد کرد. در واقع، الف مطالعه 2012 آمریکا دریافتند که پنج میلیون دانشجو (یک چهارم کل دانشجویان ایالات متحده) در دانشگاه ها و کالج ها حداقل یک دوره آنلاین را گذرانده اند. تا سال 2020، بیش از نیمی از دانش آموزان در کشورهای غربی حداقل یک دوره آنلاین را در کارنامه خود ثبت می کنند. 

    بزرگترین عاملی که این پذیرش آنلاین را تحت فشار قرار می دهد هیچ ربطی به برتری MOOC ندارد. این به دلیل مزایای کم هزینه و انعطاف پذیری آنها برای نوع خاصی از مصرف کننده آموزش است: فقرا. بزرگترین پایگاه کاربری دوره های آنلاین آن دسته از دانشجویان جدید و بالغی هستند که توانایی پرداخت هزینه زندگی در محل اقامت، تحصیل تمام وقت یا پرداخت هزینه پرستار کودک را ندارند (این حتی به حساب کاربران MOOC از کشورهای در حال توسعه نیست). برای تطبیق با این بازار دانشجویی در حال رشد سریع، موسسات آموزشی شروع به ارائه دوره های آنلاین بیشتری از همیشه کرده اند. و این روند رو به افزایش است که در نهایت شاهد آن خواهد بود که مدارک کامل آنلاین تا اواسط دهه 2020 رایج، شناخته شده و مورد احترام خواهد بود.

    دلیل بزرگ دیگری که باعث می شود MOOC ها از نرخ تکمیل پایین رنج می برند این است که آنها به سطح بالایی از انگیزه و خودتنظیمی نیاز دارند، کیفیت هایی که دانش آموزان جوان فاقد فشار اجتماعی و همسالان برای الهام بخشیدن به آنها هستند. این سرمایه اجتماعی مزیت خاموشی است که مدارس آجری ارائه می‌کنند که در شهریه لحاظ نمی‌شود. مدارک تحصیلی MOOC، در تجسم فعلی خود، نمی توانند همه مزایای نرمی را که از دانشگاه ها و کالج های سنتی به دست می آید، ارائه دهند، مانند یادگیری نحوه ارائه خود، کار در گروه، و مهمتر از همه، ایجاد شبکه ای از دوستان همفکر. ممکن است از رشد حرفه ای آینده شما حمایت کند. 

    برای رفع این کسری اجتماعی، طراحان MOOC رویکردهای مختلفی را برای اصلاح MOOC آزمایش می کنند. این شامل: 

    La altMBA ساخته استاد بازاریابی مشهور، ست گودین است که با استفاده از انتخاب دقیق دانش‌آموز، کار گروهی گسترده و مربیگری با کیفیت، به 98 درصد فارغ‌التحصیلی برای MOOC خود دست یافته است. این تفکیک را بخوانید از رویکرد او 

    سایر مبتکران آموزش، مانند آنانت آگاروال، مدیر عامل edX، ادغام MOOC و دانشگاه‌های سنتی را پیشنهاد می‌کنند. در این سناریو، یک مدرک چهار ساله به دانشجویان سال اولی تقسیم می‌شود که منحصراً به صورت آنلاین تحصیل می‌کنند، سپس دو سال آینده در یک محیط دانشگاهی سنتی تحصیل می‌کنند و سال آخر دوباره به صورت آنلاین، همراه با کارآموزی یا کارآموزی. 

    با این حال، تا سال 2030، سناریوی محتمل‌تر این خواهد بود که اکثر دانشگاه‌ها و کالج‌ها (به‌ویژه آن‌هایی که ترازنامه‌های ضعیفی دارند) ارائه MOOC‌های دارای پشتوانه مدرک را آغاز کنند و بسیاری از پردیس‌های آجر و ملات پرهزینه‌تر و پرهزینه‌تر خود را تعطیل کنند. معلمان، TA و سایر کارکنان پشتیبانی که در لیست حقوق و دستمزد نگهداری می کنند، برای دانش آموزانی که مایل به پرداخت هزینه برای جلسات آموزشی فردی یا گروهی به صورت حضوری یا از طریق ویدئو کنفرانس هستند، رزرو می شود. در همین حال، دانشگاه‌های با بودجه بهتر (یعنی آن‌هایی که توسط افراد ثروتمند و دارای ارتباطات خوب حمایت می‌شوند) و کالج‌های حرفه‌ای، رویکرد اول را ادامه خواهند داد. 

    واقعیت مجازی جایگزین کلاس درس می شود

    با وجود تمام صحبت‌های ما در مورد کمبود اجتماعی که دانش‌آموزان با MOOC تجربه می‌کنند، یک فناوری وجود دارد که به طور بالقوه می‌تواند این محدودیت را برطرف کند: VR. تا سال 2025، همه دانشگاه‌ها و کالج‌های برتر علم و فناوری جهان، نوعی از VR را در برنامه درسی خود ادغام خواهند کرد، در ابتدا به عنوان یک تازگی، اما در نهایت به عنوان یک ابزار آموزشی و شبیه‌سازی جدی. 

    VR در حال حاضر در حال آزمایش است در مورد پزشکان دانشجو یادگیری در مورد آناتومی و جراحی کالج هایی که مشاغل پیچیده را آموزش می دهند از نسخه های تخصصی VR استفاده می کنند. ارتش ایالات متحده به طور گسترده از آن برای آموزش پرواز و آماده سازی برای عملیات های ویژه استفاده می کند.

    با این حال، در اواسط دهه 2030، ارائه دهندگان MOOCs مانند Coursera، edX، یا Udacity در نهایت شروع به ساختن پردیس‌ها، سالن‌های سخنرانی، و استودیوهای کارگاهی واقعیت مجازی در مقیاس بزرگ و شگفت‌آور خواهند کرد که دانشجویان از سراسر جهان می‌توانند در آن شرکت کنند و با استفاده از آواتارهای مجازی خود کاوش کنند. از طریق هدست VR. هنگامی که این امر به واقعیت تبدیل شود، عنصر اجتماعی که در دوره های امروزی MOOC وجود ندارد تا حد زیادی حل خواهد شد. و برای بسیاری، این زندگی پردیس واقعیت مجازی یک تجربه پردیس کاملا معتبر و کامل خواهد بود.

    علاوه بر این، از منظر آموزشی، VR انفجاری از امکانات جدید را باز می کند. تصور کنید اتوبوس مدرسه جادویی خانم فریزل اما در زندگی واقعی برترین دانشگاه‌ها، کالج‌ها و ارائه‌دهندگان آموزش دیجیتال فردا بر سر اینکه چه کسی می‌تواند جذاب‌ترین، واقعی‌ترین، سرگرم‌کننده‌ترین و آموزشی‌ترین تجربیات VR را برای دانش‌آموزان فراهم کند، رقابت خواهند کرد.

    تصور کنید یک معلم تاریخ در حال توضیح تئوری نژاد است و دانش‌آموزانش را در میان جمعیت در مرکز خرید واشنگتن در حال تماشای سخنرانی مارتین لوتر کینگ جونیور با عنوان «من یک رویا دارم» را تماشا می‌کنند. یا یک معلم زیست شناسی عملاً کلاس خود را کوچک می کند تا درون آناتومی انسان را کشف کند. یا معلم نجومی که سفینه فضایی پر از دانش آموزانش را برای کشف کهکشان راه شیری راهنمایی می کند. هدست های مجازی نسل بعدی آینده همه این امکانات آموزشی را به واقعیت تبدیل خواهند کرد.

    VR به آموزش کمک می کند تا به عصر طلایی جدید برسد و در عین حال افراد کافی را در معرض امکانات واقعیت مجازی قرار دهد تا این فناوری را برای توده ها جذاب کند.

    ضمیمه: آموزش فراتر از 2050

    از زمان نوشتن این مجموعه، تعدادی از خوانندگان در مورد افکار ما درباره نحوه عملکرد آموزش در آینده، در سال 2050 گذشته، مطالبی را مطرح کرده اند. همانطور که در مقاله ما ذکر شده است، وقتی مهندسی ژنتیکی فرزندانمان را آغاز کنیم تا هوش فوق العاده داشته باشند، چه اتفاقی خواهد افتاد. آینده تکامل انسان سلسله؟ یا زمانی که ما شروع به کاشت رایانه های مجهز به اینترنت در مغز خود می کنیم، همانطور که در انتهای مقاله ذکر شد. آینده کامپیوترها و آینده اینترنت سلسله'.

    پاسخ به این سؤالات تا حد زیادی مطابق با موضوعاتی است که قبلاً در این مجموعه آموزش آینده بیان شده است. برای آن دسته از کودکان نابغه و اصلاح‌شده ژنتیکی آینده که داده‌های جهان را به‌صورت بی‌سیم به مغزشان منتقل می‌کنند، این درست است که دیگر برای یادگیری اطلاعات به مدرسه نیاز نخواهند داشت. تا آن زمان، کسب اطلاعات مانند تنفس هوا طبیعی و بدون زحمت خواهد بود.

    با این حال، اطلاعات به تنهایی بدون خرد و تجربه برای پردازش، تفسیر و استفاده صحیح از دانش مذکور بی فایده است. علاوه بر این، دانش‌آموزان آینده ممکن است بتوانند کتابچه راهنمای ساختن یک میز پیک نیک را دانلود کنند، اما نمی‌توانند تجربه و مهارت‌های حرکتی مورد نیاز برای انجام آن پروژه را به صورت فیزیکی و مطمئن دانلود کنند. در مجموع، این به کارگیری اطلاعات در دنیای واقعی است که تضمین می کند دانش آموزان آینده به ارزش گذاری مدارس خود ادامه می دهند. 

     

    در مجموع، فناوری تنظیم شده برای قدرت بخشیدن به سیستم آموزشی آینده ما، در کوتاه مدت تا درازمدت، فرآیند یادگیری درجات پیشرفته را دموکراتیک خواهد کرد. هزینه های بالا و موانع دسترسی به آموزش عالی به قدری پایین خواهد آمد که تحصیل در نهایت به یک حق تبدیل خواهد شد تا یک امتیاز برای کسانی که توانایی پرداخت آن را دارند. و در این فرآیند، برابری اجتماعی یک گام بزرگ دیگر به جلو بردارد.

    مجموعه آینده آموزش

    روندهایی که سیستم آموزشی ما را به سمت تغییرات اساسی سوق می دهد: آینده آموزش P1

    مدارک رایگان می شوند اما شامل تاریخ انقضا می شوند: آینده آموزش P2

    آینده تدریس: آینده آموزش P3

    به روز رسانی برنامه ریزی شده بعدی برای این پیش بینی

    2025-07-11

    مراجع پیش بینی

    پیوندهای محبوب و سازمانی زیر برای این پیش‌بینی ارجاع داده شد:

    پیوندهای Quantumrun زیر برای این پیش بینی ارجاع داده شدند: